Ilmatieteen laitos kertoi ennakkotietoja tämän vuoden
säätilastoista. Analyysit varmaan hieman tarkentuvat, kun tarvittavat
tarkistukset ja vuoden viimeisten päivien tiedot otetaan huomioon, joten
lopulliset tiedot kuulemme vasta ensi vuonna. Mutta uskaltaisin väittää, että
olennaisia muutoksia ennakkotietoihin ei tule. Katsotaan muutamien
keskilämpötilaa koskevien yksityiskohtien avulla, miltä Suomen säävuosi 2015 näytti.
Kursiivilla merkityt tekstit ovat Ilmatieteen laitoksen, ja normaalitekstillä
olevat ovat minun tekstiäni.
Kulunut vuosi oli alustavien tietojen mukaan Suomen mittaushistorian
lämpimin. Viiden lämpimimmän vuoden joukossa ovat myös vuodet 1938, 2014, 1989
ja 2011.
Ilmatieteen laitoksen tiedotteen kuva |
Näin voi olla, joskin tämän vuoden keskilämpötilan ero
vuoden 1938 lämpötilaan lienee vain sadasosa-asteita. Siinä ja siinä tuon lähes 80 vuoden takaisen
ennätyksen lyöminen siis on, mutta katsotaan vastaus otsikon kysymykseen ensi vuoden puolella lopullisten
tilastojen ja mittausten virhemarginaalien valossa. Olen
laitoksen kanssa samaa mieltä noista muista vuosista.
Ilmatieteen laitoksen tilastojen mukaan vuosi 2015 oli ennätyksellisen
lämmin suurimmassa osassa maata. Maakunnista vain Lapissa vuosi ei aivan
yltänyt ykkössijalle, vaan on jaetulla toisella sijalla. Vuoden 2015
keskilämpötila 4,2 astetta on noin 1,9 astetta pitkän ajan keskiarvoa eli
jaksoa 1981–2010 lämpimämpi.
Minun laskujeni mukaan vuoden 1938 keskilämpötila – niin
ikään 4,2 astetta – on noin 1,9 astetta jakson 1981-2010 keskiarvoa korkeampi.
Koko maan tasolla tarkasteltuna ainoastaan kesä- ja heinäkuu olivat
keskimääräistä kylmempiä. Suhteessa lämpimintä oli helmi-maaliskuussa ja
marras-joulukuussa, jolloin koko maan keskilämpötila oli 4–6 astetta
tavanomaista korkeampi.
Keskilämpötilaltaan tavanomaisia kuukausia – siis sellaisia,
joiden keskilämpötila poikkeaa keskiarvosta vain vähän, ja joita vuosikymmenessä esiintyy useita (>3) – olivat tammikuu, toukokuu,
kesäkuu, elokuu ja lokakuu. Sellaisia harvemmin kuin kerran 10-30 vuodessa mitattavia keskilämpötiloja oli helmi-, maalis- ja syyskuussa. Nekään eivät siis
ole aivan poikkeuksellisia, mutta eivät kuitenkaan tavanomaisia. Nyt ne olivat
kaikki selvästi keskimääräisiä lämpimämpiä kiitos pitkään vallinneiden
lounaisvirtausten. Marras- ja joulukuu kuuluivat tilastoissa kategoriaan kerran
vuosikymmenessä ja nekin siis keskivertoa lämpimämpiä.
Kun vuoden viisi
kuukautta osuu selvästi keskimääräistä lämpimämpään kategoriaan, eikä hieman
tavanomaista viileämmän alkukesän lämpö olennaisesti poikkea normaalista,
nousee koko vuoden keskilämpö korkeaksi. Ilmatieteen laitoksen mustasta
kuvaajasta näkyy hyvin, miten nimenomaan lopputalven lämpö nosti juoksevan
keskiarvon korkealle tasolle, jolla se sitten pysyikin koko vuoden.
Olen välillä kritisoinut Ilmatieteen laitoksen tiedotteita
panikoinnista tai liioittelusta. Nyt en löydä oikeastaan muuta kritisoitavaa
kuin sen, että tulosten virhemarginaalit voisi tuoda esiin. Palaan tuohon
yksityiskohtaan ensi vuonna säätilastojen valmistuttua.
Muuten ei huomauttamista, mutta tuo käsite 'virhemarginaali' on esimerkiksi lämpötilan mittaukseen liittyen vähän ongelmallinen. Yleensähän tuo käsite liitetään siihen, kuinka hyvin satunnaisotos edustaa populaatiotaan. Fysikaalisen suureen mittaustuloksen hyvyyttä kuvaisi ehkä paremmin (ulkoinen) tarkkuus, engl. accuracy, vaikka toki sisäiselläkin tarkkuudella, engl. precision, olisi meille tilastoniuhottajille oma mielenkiintonsa.
VastaaPoistaHyvä pointti, Olavi! Alla pätkä tilastotieteen luennoistani (kurssi ”Käytännön tilastotiedettä maastobiologeille hauskasti”).
VastaaPoistaTieteellisellä tutkimuksella on neljä ominaisuutta:
(i) tärkeys (importance), (ii) tarkkuus eli harhattomuus (accuracy, validity; tähän vaikuttaa bias eli harha ja satunnaisvirheen eli otantavirheen suuruus eli varianssi eli precision), (iii) toistettavuus eli oikeellisuus eli luotettavuus (precision, bias, reliability; tähän vaikuttaa mm. systemaattisen virheen suuruus) ja (iv) yleistettävyys (generalization), jonka hyvä mittari on tutkimuksen toistaminen ja saman tuloksen saaminen. Otoksesta laskettu populaation parametrin estimaatti on ”hyvä”, jos kohdat (ii) ja (iii) täyttyvät.
a) tarkkuus (accuracy): laatukysymys: esim. kuinka hyvin otoksesta saatujen mittausten keskiarvo vastaa todellisuutta eli populaation parametria (eli systemaattista virhettä eli biasta ei juuri esiinny eli muuttuja mittaa sitä mitä sen pitääkin mitata) = ulkopuolelta asettu standardi; accuracy = bias + precision; käytetään myös nimitystä validiteetti eli harhattomuus; asymptoottisesti harhattoman estimaatin harha lähenee nollaa otoskoon kasvaessa; spurious (”väärä”) → luku annetaan tarkempana kuin se voi olla; sekä havainnoivassa että kokeellisessa tutkimuksessa tavoitteena on to minimize bias and maximize precision
b)toistettavuus (precision, reliability, repeatability, reproducibility, stability, consistency, variability, variance, random error): kuinka hyvin mittaukset vastaavat toisiaan (sen mitta on varianssi tai vaihtelukerroin, CV, jotka mittaavat satunnais- eli otantavirheen suuruutta) = datan sisäinen ominaisuus; käytetään myös nimitystä reliabiliteetti eli luotettavuus; MITTAUSTARKKUUS VOI OLLA SUURI, MUTTA MITTAUSTEKNIIKKA VÄÄRÄ, JOLLOIN ARVOT OVAT EPÄTARKKOJA VAIKKAKIN HYVIN TOISTETTAVIA (precise but not accurate, i.e., good but wrong results)
Antero
Muistuttanen kuitenkin vanhan Kiinalaisen sananlaskun, mikään ei ole niin tärkeää kuin puutarhanhoito, eikä sekään ole niin tärkeää.
PoistaItse viljelin aikanaan Ohmeja ja käämejä, ja oli pimeenä koko läänejä.
https://www.youtube.com/watch?v=53E2ybWTqwo
Ilkka